《基2FFT算法的软件实现.docVIP

实验二 基-2FFT算法的软件实现 一、实验目的 加深对DFT算法原理和基本性质的理解； 熟悉FFT算法的流程； 了解FFT算法的应用。 二、基本原理 DFT算法原理 （见教材第三章） 按时间抽取（DIT）的-2FFT算法 （1）算法原理 序列x(n)的N(N=2-M)点DFT为 ，k=0, 1, …, N-1 （2.1） 将式（2.1）按n的奇偶性分解为 （2.2） 令, ，因为, 所以式（2.2）可写成 （2.3） 式（2.3）说明，按n的奇偶性将x(n)分解为两个N/2长的序列x1(l)和x2(l)，则N点DFT可分解为两个N/2点DFT来计算。用X1(k)和X2(k)分别表示 （2.4） （2.5） 将(2.4)式和(2.5)式代入(2.31)式，并利用和X1(k)、 X2(k)的隐含周期性可得到： （2.6） 这样，将N点DFT的计算分解为计算两个N/2点离散傅立叶变换X1(k)和X2(k)，再计算(2.6)式。为了将如上分解过程用运算流图表示，以便估计其运算量，观察运算规律，总结编程方法，先介绍一种表示(2.6)式的蝶形图。 图2.1蝶形运算图 图2.2 8点DFT一次时域抽取分解运算流图 根据图2.2可以求得第一次分解后的运算量。图2.2包括两个N/2点DFT和N/2个蝶形，每个N/2点DFT需要次复数乘法和次复数加法运算，每个蝶形只有一次复数乘法运算和两次复数加法运算。所以，总的复数乘法次数为 总的复数加法次数为 （2.7） （2.8） N=8点DIT-FFT的运算流图如图2.3(a)所示。根据WkN/m=WkmN，将图2.3(a)转换成如图2.3(b)所示的标准形式的运算流图 图2.3 N=8点DIT-FFT的运算流图 （2）算法效率 由图2.3可见，N=2M时，DIT-FFT运算流图由M级蝶形构成，每级有N/2个蝶形。因此，每级需要N/2次复数乘法运算和N次复数加法运算，M级形共需复数乘法次数CM(2)和复数加法次数CA(2)分别为 （2.9） CA(2) =N·M=N lb N （2.10） 式中，lb N=log2 N。直接计算N点DFT的复数乘法次数为N2,复数加法次数为(N-1)N。当N1时, N2/CM(2)1，所以N越大，DIT-FFT运算效率越高。DIT-FFT算法与DFT所需乘法次数与N的关系曲线如图2.4所示。例如，N=210=1024时，DIT-FFT的运算效率为 （2.11） 而当N=211=2048时， （2.12） 图2.4 DIT-FFT与DFT所需乘法次数比较曲线 （3）运算规律 的确定 第m级运算，一个DIT蝶型运算的的两接点“距离”为，所以 （2.13） r的求解：（1）将式（2.13）中第一个节点的标号k表示成L（）位二进制数；（2）把此二进制数乘上，即将L位二进制数左移位（注意m是第m级运算），把右边空出的位置补0，此数即为所求r的二进制数。 序列的倒序 DIT-FFT算法的输入序列的排序看起来似乎很乱，但仔细分析就会发现这种倒序是很有规律的。由于，因此顺序数可用L位二进制数()表示。M次偶奇时域抽选过程如图2.5所示。 第一次按最低位的0和1将x(n)分解为偶奇两组，第二次又按次低位的0、 1值分别对偶奇组分解； 依次类推，第L次按位分解，最后所得二进制倒序数如图2.5所示。 图2.5 形成例序的树状图(N=23) 形成倒序J后，将原存储器中存放的输入序列重新按倒序排列。设原输入序列x(n)先按自然顺序存入数组A中。例如，对N=8, A(0)，A(1)，A(2)，…，A(7)中依次存放着x(0),x(1), …, x(7)。对x(n)的重新排序(倒序)规律如图2.6所示。 图2.6倒序规律 三、实验仪器 计算机 四、实验要求及内容 用所学过的编程语言，自行设计出一个按时间抽取的、输入倒位序、输出顺序的基-2 FFT算法程序。 五、实验报告 （1）简述实验目的及原理； （2）画出程序流程框图； （3）主要给出实验内容的程序（要求程序模块化并加注释）。